Questo sito utilizza cookies tecnici (propri e di terze parti) come anche cookie di profilazione (di terze parti) sia per proprie necessità funzionali, sia per inviarti messaggi pubblicitari in linea con tue preferenze. Per saperne di più o per negare il consenso all'uso dei cookie di profilazione clicca qui. Scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie Ok, accetto

 2019  luglio 22 Lunedì calendario

Supermercati, le regole dell’attrazione

«Lo studio del comportamento umano in ambiti commerciali va avanti da decenni», commenta Kira Radinsky, israeliana, oggi direttore scientifico a eBay. « Dalla disposizione delle marce in un negozio alla matematica sfruttata per capire come comporre la squadra migliore di commessi in un super mercato, di giocatori di calcio, di attori per un film. Si parte dall’analisi dell’attitudine della persona e dalla statistica». E allo stesso modo si può arrivare a prevedere le azioni di un acquirente in base a quanto ha fatto in passato.

Radinsky oggi si occupa più di medicina 2.0 che di commercio, ma non si stupisce più di tanto quando le raccontiamo cosa stanno cercando di fare alcune aziende come la Percolata di Greg Tanaka nata due anni fa nel cuore della Silicon Valley. «Grazie a sensori e algoritmi possiamo stabilire in un negozio quali sono i commessi più abili, con quali colleghi ottengono i risultati migliori e di conseguenza ottimizzare i turni giorno per giorno in base alle previsioni di vendita della settimana » , ha spiegato lui stesso. La tecnologia consentirebbe quindi di gestire la forza lavoro di un negozio usando i dati raccolti da telecamere, microfoni, sensori di movimento. Metodi che possono esser sfruttati per osservare i clienti e prevederne così il comportamento.
Il "management algoritmico", termine coniato nel 2015 allo Human- Computer Interaction Institute alla Carnegie Mellon University, è un gioco che piace a molti di recente. In Working with Machines: The Impact of Algorithmic and Data-Driven Management on Human Workers di Min Kyung Lee, Daniel Kusbit, Evan Metsky e Laura Dabbish, si teorizza questa svolta, strettamente imparentata al " management scientifico" immaginato alla fine dell’Ottocento da Frederick Taylor. In realtà è il riconoscimento delle immagini a fare la parte del leone, forse l’unica vera forma di intelligenza artificiale avanzata. L’altra è l’analisi di grandi quantità di dati e la fornitura di servizi in remoto, dal cloud, a qualsiasi esercizio commerciale, azienda, fabbrica, ospedale che ne migliorano l’efficienza.
Aumentare ancora i consumi è il sogno di qualsiasi azienda, piccola o grande. Del resto, come ricorda il documentario di Andrew Morgan The True Costda noi disponibile su Netflix, rispetto agli anni Novanta compriamo il 400 per cento in più di vestiti ( 80 miliardi di capi l’anno) e acquistiamo un terzo in più di alimenti e il doppio delle automobili. Cosa potremmo fare se l’analisi delle nostre abitudini fosse talmente precisa da farci trovare, entrando in un negozio, tutto quel che vogliamo compreso ciò che fino ad un secondo prima non pensavamo di desiderare?
Peccato che predizione ed analisi non siano ancora così chirurgiche, ma cominciano ad avere un grado di raffinatezza molto utile e a prezzi sempre più bassi grazie all’offerta dei servizi di cloud di Amazon, Microsoft e Google. Una videocamera in un centro commerciale è capace di analizzare con una certa esattezza quale tipologie di cliente esamina un determinato articolo, quando questo avviene e qual è il rapporto con le vendite effettive. Incrociando i dati con quelli dei comportamenti online, come fanno aziende poco note ai più come Liveramp, si può arrivare con una certa approssimazione a stabilireun collegamento fra pubblicità sul Web, acquisto o previsione di acquisto. Il bello, o il brutto secondo i punti di vista, è che sono tutte tecnologie a portata di mano. Negli Usa la videocamera smart Azure Kinect di Microsoft, con la quale si possono fare molte delle cose sopra descritte, è in vendita ad appena 350 euro.
Il Gdpr, il regolamento europeo sulla protezione dei dati, impedisce l’uso del riconoscimento facciale se non per questioni di sicurezza nazionale, ma consente la raccolta dati non legati all’identità, ad esempio quante persone entrano in un negozio, la loro età e cosa hanno guardato o acquistano. «Quel che funziona davvero però, soprattutto online, sono le recensioni», conclude Kira Radinsky. «È lì che si conquista davvero la fiducia delle persone e analizzandole e relativamente facile capire di conseguenza quale prodotto potrebbe avere successo».